En mars 2014, après un mois de fortes pluies, un glissement de terrain massif a détruit une communauté rurale près d'Oso, Washington. L'événement tragique a détruit des maisons et des routes, modifié radicalement le paysage et causé la mort de 43 personnes. Ce fut l'un des glissements les plus meurtriers jamais enregistrés aux États-Unis.<\/P>
Dans cette leçon, vous construirez une scène 3D en utilisant des couches de surface d'élévation avant et après pour étudier le glissement de terrain et ses effets sur la communauté.<\/P>
<\/P><\/DIV>
<\/P>
De nombreuses scènes 3D tentent de recréer le monde réel, avec des bâtiments texturés, des images du sol, des arbres réalistes, des voitures, etc. Il existe également de nombreuses opportunités d'utiliser la symbolisation cartographique à la place.<\/P>
Dans cette leçon, vous utiliserez une scène 3D pour Portland, Oregon, afin de visualiser et afficher les entités cartographiquement en modifiant la taille, la forme et la couleur pour mieux décrire et expliquer le contenu géographique aux autres, comme avec la cartographie 2D. Vous apprendrez à utiliser les décalages verticaux, configurer la symbologie 3D pour qu'elle soit visible à travers plusieurs étendues de visibilité, et ajouter ombrage et exagération pour mettre en valeur les surfaces.<\/P>
<\/DIV>
<\/DIV>
Dans cette leçon, vous apprendrez à faire ce qui suit :<\/P>
- Créer une carte continue des températures de l'Afrique et du Moyen-Orient à partir d'un ensemble de points échantillons.<\/LI>
- Analyser la distribution des données échantillons avec des histogrammes.<\/LI>
- Créer des surfaces interpolées en utilisant les méthodes inverse distance weighting et krigeage.<\/LI>
- Comparer la précision des différentes surfaces en utilisant la validation croisée.
Cartographier l'erreur standard de prédiction pour une surface choisie.<\/LI><\/UL> <\/P><\/DIV>
<\/P>
Dans cette leçon, en tant qu'analyste SIG pour le Département forestier de l'Oregon, vous utiliserez des outils basés sur l'algorithme LandTrendr (détection basée sur Landsat des tendances dans les perturbations et récupérations) pour mieux comprendre les modèles spatiaux et temporels de récolte du bois et détecter d'autres perturbations potentielles.<\/P>
<\/P>
<\/P>
<\/P>
<\/P>
En tant que chercheur en électricité, vous cartographiez les centrales électriques dans le monde entier avec ArcGIS Online, et vous souhaitez comprendre le nombre de citoyens que chaque centrale peut alimenter en électricité. Vous aurez besoin d'accéder à la production annuelle d'électricité de la centrale. Vous devrez également accéder aux données concernant le pays où se trouve la centrale, telles que la population totale et la consommation annuelle d'électricité dans ce pays. Dans votre carte web, ces données résident dans deux couches d'entités distinctes. Vous construirez un FeatureSet Arcade pour rendre les attributs d'une couche disponibles à l'autre couche.<\/SPAN>
<\/P><\/DIV><\/DIV><\/DIV><\/DIV>
